unicode - UTF-8 二进制文件必须在 Erlang 的二进制文字中包含/utf8 吗？

Question

在erlang中，定义UTF-8二进制字符串时，需要在二进制文字中指定编码，如下所示:

Star = <<"★"/utf8>>.
> <<226,152,133>>
io:format("~ts~n", [Star]).
> ★
> ok

但是，如果 /utf8 encoding 被省略，unicode 字符处理不正确:

Star1 = <<"★">>.
> <<5>>
io:format("~ts~n", [Star1]).
> ^E
> ok

有没有一种方法可以创建这样的文字二进制字符串而无需指定 /utf8在我创建的每个二进制文件中？我的代码有很多这样的二进制文件，事情变得非常困惑。有没有办法为二进制文件设置某种默认编码？

Answer 1

这可能是 Erlang 字符串和列表的歧义的结果。当您输入 <<"★">> , Erlang 实际看到的是 <<[9733]>> ，当然，这只是一个包含整数的列表。因此，我相信在这种情况下，Erlang 会将 9733 编码为一个整数，很可能是 16 位(尽管我肯定会错)。
/utf8 flag 向 Erlang 表明这应该是一个 UTF8 字符串，从而向 VM 提示如何最好地编码它遇到的整数。